Tag · 3 篇
说话人脸生成
分布 鲁棒性与安全1生成模型与扩散1图像编辑与可控生成1
01 02 03
无需伪造先验的伪造感知唇部表征学习
Learning Forgery-Aware Lip Representations Without Forgery Priors
提出仅用真实数据训练的伪造检测范式：用非对称对比目标把真实样本压紧、把潜在伪造推远，并用各向同性高斯正则约束真实表征空间，可直接迁移到其他「无伪造先验」的深度伪造检测与开放集异常识别任务。
IP-Adapter 就够了：面向免微调扩散式说话人脸生成
IP-Adapter Is All You Need: Towards Fine-Tuning-Free Diffusion-Based Talking Face Generation
把 IP-Adapter 的视觉嵌入能力当作免微调的条件注入接口，配合无需训练参数的结构解耦与噪声先验抑制模块，为资源受限场景下的条件扩散生成提供了可复用的「冻结骨干+零参数控制」范式。
面向说话人脸视频情感编辑的跨模态情感迁移
Cross-Modal Emotion Transfer for Emotion Editing in Talking Face Video
用大规模预训练音频编码器与解耦表情编码器在跨模态空间中学习情感语义向量，把「情感」从语音内容中剥离出来，为语音驱动的可控人脸动画提供了一种可迁移的条件控制手段，尤其适合处理未见过的扩展情感类别。